[Tips] 컴프리헨션(Comprehension), 이터레이터(Iterator), 제너레이터(Generator)

R을 많이 사용하던 사람으로써 python의 컴프리헨션(Comprehension), 이터레이터(Iterator), 제너레이터(Generator)와 같은 개념들이 다소 생소했다.

 

 

먼저 각 개념부터 알아보자.

 

 

컴프리헨션(Comprehension)

 

: 주로 리스트 타입에서 많이 사용하기 때문에 리스트 컴프리헨션이라고도 한다.

반복되는 작업을 간결한 표시로 동작하는 것을 List Comprehension이라고 한다. 예를 보며 확인해보자.

# 1. Comprehension
a = [x**2 for x in range(5)]
print(a)

# 2. Normal for loop
a = []
for i in range(5):
    a.append(i**2)
print(a)

1번 코드는 컴프리헨션을 이용한 반복 작업이고, 2번 코드는 일반적인 for loop을 이용한 반복작업이다. 둘의 결과는 동일하다.

 

보기에 가독성 부분에서 매우 우수한 것을 알 수 있다. 그렇다면 퍼포먼스 부분에서는?

from timeit import timeit, Timer

def Comp_func():
    t = [x**2 for x in range(500)]
    return(t)
    
def forLoop_func():
    t = []
    for i in range(500):
        t.append(i**2)
    return(t)

Loop_timer = Timer("""forLoop_func()""", """from __main__ import forLoop_func""")
Comp_timer = Timer("""Comp_func()""", """from __main__ import Comp_func""")

print("Comprehension : ", Loop_timer.timeit(10000), "s")
print("for Loop      : ", Comp_timer.timeit(10000), "s")

# Comprehension :  1.1566042000000039 s
# for Loop      :  0.9301347999999905 s

간단한 함수를 만들어 이에 대한 퍼포먼스를 고려해보았다. 10000번의 반복 작업에 있어 어느 것이 효율적인지 살펴보았다.

위의 코드처럼 그 결과는 의외로 for문을 이용한 반복문이 더 빨랐다는 것을 알 수 있었다.

 

그럼 benchmark를 집행해보자.

원래 벤치마킹하는 툴과 다른 코드가 있을테지만 본인은 그냥 간단한 코딩으로 살펴보기로 한다.

res = [[Loop_timer.timeit(n), Comp_timer.timeit(n)] for n in [10,50,100, 50,1000,5000,10000, 50000, 100000]]
res = pd.DataFrame(res)
print(res)
#            0         1
# 0   0.001153  0.000946
# 1   0.005980  0.005058
# 2   0.011719  0.009501
# 3   0.006248  0.004811
# 4   0.115810  0.093305
# 5   0.577613  0.472219
# 6   1.154362  0.937352
# 7   5.807373  4.657995
# 8  12.804847  9.510663

import matplotlib as mpl
import matplotlib.pylab as plt
import pandas as pd

plt.plot(res)
plt.legend(["Comp", "Loop"])
plt.show()

확인 결과, for문을 이용한 반복문이 더 빠른 것을 알 수 있다. 하지만 그 차이는 미미하다.(물론 작업량이 많을수록 그 차이는 커진다.)

 

성능상으로 크게 차이가 나지 않을 뿐더러, 가독성면과 간결성면에서 컴프리핸션이 더 좋아보이긴 한다.

간단한 반복문은 앞으로 컴프리핸션을 이용해보자.

하지만 큰 작업이 있을 경우, Comprehension은 지양하자.

 

여기서 주의 사항이 있다!

 

list Comprehension에서 두 개 이상의 표현을 사용하지는 말자!

컴프리핸션의 장점이었던 간결성과 가독성이 낮아지는 효과와 함께 퍼포먼스적으로도 안좋아 질 수 있다.

 

여기서 팁을 하나 주자면 조건을 걸 수 있다. 바로 이렇게

test = [print(n) for n in range(100) if n%2 == 1]

 

 

 

 

 

 

이터레이터(Iterator)

 

이터레이터는 간단히 생각해서 반복 가능한 객체를 의미한다.

 

 

 

제너레이터(Generator)